arXiv cs.CY· Masaru Yamada·· 11 小时前AI 评分31
译者是 AI 的隐形教师：翻译记忆库、版权与语言数据的政治经济学
Translators as Invisible Teachers of AI: Copyright, Translation Memory, and the Political Economy of Linguistic Data
AI 导读
一篇 arXiv 论文指出，翻译记忆库（TM）和平行语料为机器翻译提供了高价值监督训练数据，支撑了 SMT、NMT、Transformer 架构及多语言 LLM 的发展，但译者的劳动被当作合同交付物买断、切分为技术对象，并按版权法作为“信息分析”数据处理，失去署名与归属。
正文 · AI 翻译
摘要：本文考察译者的劳动如何被转化为人工智能（AI）时代的基础性数据资本。翻译记忆库（TM）与平行语料库保留了源文本与目标文本之间的一一对应关系，因而构成了对机器翻译而言极具价值的监督训练数据。统计机器翻译（SMT）、神经机器翻译（NMT）、Transformer 架构以及多语言大语言模型（LLM）的发展，都无法与这类翻译数据的积累相剥离。然而，译者的译文却作为合同项下的交付物被购买、被切分为技术对象，并在版权法下被作为“信息分析”数据处理——从而失去了对其创作者即译者的精神、创作与经济归属。本文提出两个概念来把握这一过程。第一个是“无消费的挪用”：一种使用方式，作品不被阅读、观看或聆听，而仅被挖掘以提取统计特征——这种使用在日本《著作权法》第 30-4 条下获得正当化。第二个是“译者的隐形教师化”：即译者通过翻译记忆库的构建、译后编辑与质量评估，实际上充当了 AI 的教师却未获此承认的过程。本文依托从译者经语言服务提供商（LSP）与平台直至模型开发者的数据供应链，对日本、欧洲与美国法律框架的比较阅读，开放模型与专有 AI 模型之间的区分，以及人类生成数据在模型崩溃时代所获得的溢价地位，追问译者真正恐惧的是什么，并指出再分配设计的具体方向。
| 评论： | 11 页；欢迎评论。v2：更正了文献错误与归属有误的论断；更新了美国判例法（截至 2026 年 10 月） |
| 主题： | 计算与语言（cs.CL）；计算机与社会（cs.CY） |
| 引用为： | arXiv:2605.24842 [cs.CL] |
| （或 arXiv:2605.24842v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.24842 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Masaru Yamada [查看邮箱]
[v1]
2026 年 5 月 24 日周日 03:21:41 UTC（14 KB）
[v2]
2026 年 10 月 23 日周五 04:58:45 UTC（15 KB）
来源：arXiv cs.CY · arxiv.org